HyperAI

主区域

GPU

控制台
文档
价格

Pulse

报道

资源

论文
教程
数据集
百科

基准测试

SOTA
大语言模型（LLM）
GPU 排行榜

社区

活动

实用工具

关于服务条款隐私政策
中文

Command Palette

Search for a command to run...

HyperAI
论文

论文

每日更新的前沿人工智能研究论文,帮助您紧跟最新的人工智能趋势

学习、理解、实践，与社区一起构建人工智能的未来

关于

关于我们数据集支持

产品

报道教程数据集百科

链接

TVM 中文 Apache TVM

© HyperAI

津ICP备17010941号-1

京公网安备11010502038810号

GitHub Discord X (formerly Twitter)Bilibili

HyperAI

主区域

GPU

控制台
文档
价格

Pulse

报道

资源

论文
教程
数据集
百科

基准测试

SOTA
大语言模型（LLM）
GPU 排行榜

社区

活动

实用工具

关于服务条款隐私政策
中文

Command Palette

Search for a command to run...

HyperAI
论文

论文

每日更新的前沿人工智能研究论文,帮助您紧跟最新的人工智能趋势

学习、理解、实践，与社区一起构建人工智能的未来

关于

关于我们数据集支持

产品

报道教程数据集百科

链接

TVM 中文 Apache TVM

© HyperAI

津ICP备17010941号-1

京公网安备11010502038810号

GitHub Discord X (formerly Twitter)Bilibili

AgentGym-RL：通过多轮强化学习训练LLM Agent实现长时程决策

AgentGym-RL：通过多轮强化学习训练LLM Agent实现长时程决策

Zhiheng Xi, Jixuan Huang, Chenyang Liao, et al.

三维与四维世界建模：一项综述

三维与四维世界建模：一项综述

Lingdong Kong, Wesley Yang, Jianbiao Mei, et al.

RewardDance：视觉生成中的奖励缩放

RewardDance：视觉生成中的奖励缩放

Jie Wu, Yu Gao, Zilyu Ye, et al.

分享即关爱：基于集体强化学习经验共享的高效LM后训练

分享即关爱：基于集体强化学习经验共享的高效LM后训练

Jeffrey Amico, Gabriel Passamani Andrade, John Donaghy, et al.

FinReflectKG：金融知识图谱的智能体构建与评估

FinReflectKG：金融知识图谱的智能体构建与评估

Abhinav Arun, Fabrizio Dimino, Tejas Prakash Agarwal, et al.

大规模推理模型的强化学习研究综述

大规模推理模型的强化学习研究综述

Kaiyan Zhang, Yuxin Zuo, Bingxiang He, et al.

衡量并缓解过度依赖对于构建与人类兼容的AI至关重要

衡量并缓解过度依赖对于构建与人类兼容的AI至关重要

Lujain Ibrahim, Katherine M. Collins, Sunnie S. Y. Kim, et al.

F1：一种连接理解与生成到行动的视觉-语言-行动模型

F1：一种连接理解与生成到行动的视觉-语言-行动模型

Qi Lv, Weijie Kong, Hao Li, et al.

UMO：通过匹配奖励实现图像定制中的多身份一致性扩展

UMO：通过匹配奖励实现图像定制中的多身份一致性扩展

Yufeng Cheng, Wenxu Wu, Shaojin Wu, et al.

重建对齐提升统一多模态模型

重建对齐提升统一多模态模型

Ji Xie, Trevor Darrell, Luke Zettlemoyer, et al.

Mini-o3：面向视觉搜索的推理模式与交互轮次的扩展

Mini-o3：面向视觉搜索的推理模式与交互轮次的扩展

Xin Lai, Junyi Li, Wei Li, et al.

多模态大语言模型的视觉表征对齐

多模态大语言模型的视觉表征对齐

多模态表征

Heeji Yoon, Jaewoo Jung, Junwan Kim, et al.

并行-R1：通过强化学习实现并行思维

并行-R1：通过强化学习实现并行思维

监督式微调

Tong Zheng, Hongming Zhang, Wenhao Yu, et al.

WenetSpeech-Yue：一个具有多维度标注的大规模粤语语音语料库

WenetSpeech-Yue：一个具有多维度标注的大规模粤语语音语料库

Longhao Li, Zhao Guo, Hongjie Chen, et al.

SheetDesigner：基于规则与视觉反馈的MLLM驱动电子表格布局生成

SheetDesigner：基于规则与视觉反馈的MLLM驱动电子表格布局生成

Qin Chen, Yuanyi Ren, Xiaojun Ma, et al.

自主代码演化邂逅NP-完全性

自主代码演化邂逅NP-完全性

Cunxi Yu, Rongjian Liang, Chia-Tung Ho, et al.

深度研究系统中的强化学习基础：一项综述

深度研究系统中的强化学习基础：一项综述

Wenjun Li, Zhi Chen, Jingru Lin, et al.

工具增强的视觉感知

工具增强的视觉感知

Zetong Zhou, Dongping Chen, Zixian Ma, et al.

DINOv3 是否设定了新的医学视觉标准？

DINOv3 是否设定了新的医学视觉标准？

计算机视觉

Che Liu, Yinda Chen, Haoyuan Shi, et al.

用于扩散大语言模型的强化学习框架的革命性革新

用于扩散大语言模型的强化学习框架的革命性革新

监督式微调

Yinjie Wang, Ling Yang, Bowen Li, et al.

WebExplorer：用于训练长时序Web Agent的探索与演化

WebExplorer：用于训练长时序Web Agent的探索与演化

监督式微调

Junteng Liu, Yunji Li, Chi Zhang, et al.

逆向工程推理用于开放式生成

逆向工程推理用于开放式生成

Haozhe Wang, Haoran Que, Qixin Xu, et al.

OSC：多智能体LLM协作中的动态知识对齐认知编排

OSC：多智能体LLM协作中的动态知识对齐认知编排

Jusheng Zhang, Yijia Fan, Kaitong Cai, et al.

CURE：用于鲁棒嵌入的可控遗忘——缓解预训练语言模型中的概念捷径

CURE：用于鲁棒嵌入的可控遗忘——缓解预训练语言模型中的概念捷径

自然语言处理

监督式微调

Aysenur Kocak, Shuo Yang, Bardh Prenkaj, et al.

MedVista3D：用于减少三维CT疾病检测、理解与报告中诊断错误的视觉-语言建模

MedVista3D：用于减少三维CT疾病检测、理解与报告中诊断错误的视觉-语言建模

Yuheng Li, Yenho Chen, Yuxiang Lai, et al.

LuxDiT：基于视频扩散Transformer的光照估计

LuxDiT：基于视频扩散Transformer的光照估计

Ruofan Liang, Kai He, Zan Gojcic, et al.

WildScore：在野符号音乐推理中对MLLMs的基准测试

WildScore：在野符号音乐推理中对MLLMs的基准测试

Gagan Mundada, Yash Vishe, Amit Namburi, et al.

设置块解码是一种语言模型推理加速器

设置块解码是一种语言模型推理加速器

Itai Gat, Heli Ben-Hamu, Marton Havasi, et al.

基于大型语言模型的符号图形编程

基于大型语言模型的符号图形编程

Yamei Chen, Haoquan Zhang, Yangyi Huang, et al.

语言模型为何会产生幻觉

语言模型为何会产生幻觉

Adam Tauman Kalai, Ofir Nachum, Santosh S. Vempala, et al.

LatticeWorld：一种由多模态大语言模型驱动的交互式复杂世界生成框架

LatticeWorld：一种由多模态大语言模型驱动的交互式复杂世界生成框架

Yinglin Duan, Zhengxia Zou, Tongwei Gu, et al.

Recomposer：基于事件滚动引导的生成式音频编辑

Recomposer：基于事件滚动引导的生成式音频编辑

Daniel P. W. Ellis, Eduardo Fonseca, Ron J. Weiss, et al.

AgentGym-RL：通过多轮强化学习训练LLM Agent实现长时程决策

AgentGym-RL：通过多轮强化学习训练LLM Agent实现长时程决策

Zhiheng Xi, Jixuan Huang, Chenyang Liao, et al.

三维与四维世界建模：一项综述

三维与四维世界建模：一项综述

Lingdong Kong, Wesley Yang, Jianbiao Mei, et al.

RewardDance：视觉生成中的奖励缩放

RewardDance：视觉生成中的奖励缩放

Jie Wu, Yu Gao, Zilyu Ye, et al.

分享即关爱：基于集体强化学习经验共享的高效LM后训练

分享即关爱：基于集体强化学习经验共享的高效LM后训练

Jeffrey Amico, Gabriel Passamani Andrade, John Donaghy, et al.

FinReflectKG：金融知识图谱的智能体构建与评估

FinReflectKG：金融知识图谱的智能体构建与评估

Abhinav Arun, Fabrizio Dimino, Tejas Prakash Agarwal, et al.

大规模推理模型的强化学习研究综述

大规模推理模型的强化学习研究综述

Kaiyan Zhang, Yuxin Zuo, Bingxiang He, et al.

衡量并缓解过度依赖对于构建与人类兼容的AI至关重要

衡量并缓解过度依赖对于构建与人类兼容的AI至关重要

Lujain Ibrahim, Katherine M. Collins, Sunnie S. Y. Kim, et al.

F1：一种连接理解与生成到行动的视觉-语言-行动模型

F1：一种连接理解与生成到行动的视觉-语言-行动模型

Qi Lv, Weijie Kong, Hao Li, et al.

UMO：通过匹配奖励实现图像定制中的多身份一致性扩展

UMO：通过匹配奖励实现图像定制中的多身份一致性扩展

Yufeng Cheng, Wenxu Wu, Shaojin Wu, et al.

重建对齐提升统一多模态模型

重建对齐提升统一多模态模型

Ji Xie, Trevor Darrell, Luke Zettlemoyer, et al.

Mini-o3：面向视觉搜索的推理模式与交互轮次的扩展

Mini-o3：面向视觉搜索的推理模式与交互轮次的扩展

Xin Lai, Junyi Li, Wei Li, et al.

多模态大语言模型的视觉表征对齐

多模态大语言模型的视觉表征对齐

多模态表征

Heeji Yoon, Jaewoo Jung, Junwan Kim, et al.

并行-R1：通过强化学习实现并行思维

并行-R1：通过强化学习实现并行思维

监督式微调

Tong Zheng, Hongming Zhang, Wenhao Yu, et al.

WenetSpeech-Yue：一个具有多维度标注的大规模粤语语音语料库

WenetSpeech-Yue：一个具有多维度标注的大规模粤语语音语料库

Longhao Li, Zhao Guo, Hongjie Chen, et al.

SheetDesigner：基于规则与视觉反馈的MLLM驱动电子表格布局生成

SheetDesigner：基于规则与视觉反馈的MLLM驱动电子表格布局生成

Qin Chen, Yuanyi Ren, Xiaojun Ma, et al.

自主代码演化邂逅NP-完全性

自主代码演化邂逅NP-完全性

Cunxi Yu, Rongjian Liang, Chia-Tung Ho, et al.

深度研究系统中的强化学习基础：一项综述

深度研究系统中的强化学习基础：一项综述

Wenjun Li, Zhi Chen, Jingru Lin, et al.

工具增强的视觉感知

工具增强的视觉感知

Zetong Zhou, Dongping Chen, Zixian Ma, et al.

DINOv3 是否设定了新的医学视觉标准？

DINOv3 是否设定了新的医学视觉标准？

计算机视觉

Che Liu, Yinda Chen, Haoyuan Shi, et al.

用于扩散大语言模型的强化学习框架的革命性革新

用于扩散大语言模型的强化学习框架的革命性革新

监督式微调

Yinjie Wang, Ling Yang, Bowen Li, et al.

WebExplorer：用于训练长时序Web Agent的探索与演化

WebExplorer：用于训练长时序Web Agent的探索与演化

监督式微调

Junteng Liu, Yunji Li, Chi Zhang, et al.

逆向工程推理用于开放式生成

逆向工程推理用于开放式生成

Haozhe Wang, Haoran Que, Qixin Xu, et al.

OSC：多智能体LLM协作中的动态知识对齐认知编排

OSC：多智能体LLM协作中的动态知识对齐认知编排

Jusheng Zhang, Yijia Fan, Kaitong Cai, et al.

CURE：用于鲁棒嵌入的可控遗忘——缓解预训练语言模型中的概念捷径

CURE：用于鲁棒嵌入的可控遗忘——缓解预训练语言模型中的概念捷径

自然语言处理

监督式微调

Aysenur Kocak, Shuo Yang, Bardh Prenkaj, et al.

MedVista3D：用于减少三维CT疾病检测、理解与报告中诊断错误的视觉-语言建模

MedVista3D：用于减少三维CT疾病检测、理解与报告中诊断错误的视觉-语言建模

Yuheng Li, Yenho Chen, Yuxiang Lai, et al.

LuxDiT：基于视频扩散Transformer的光照估计

LuxDiT：基于视频扩散Transformer的光照估计

Ruofan Liang, Kai He, Zan Gojcic, et al.

WildScore：在野符号音乐推理中对MLLMs的基准测试

WildScore：在野符号音乐推理中对MLLMs的基准测试

Gagan Mundada, Yash Vishe, Amit Namburi, et al.

设置块解码是一种语言模型推理加速器

设置块解码是一种语言模型推理加速器

Itai Gat, Heli Ben-Hamu, Marton Havasi, et al.

基于大型语言模型的符号图形编程

基于大型语言模型的符号图形编程

Yamei Chen, Haoquan Zhang, Yangyi Huang, et al.

语言模型为何会产生幻觉

语言模型为何会产生幻觉

Adam Tauman Kalai, Ofir Nachum, Santosh S. Vempala, et al.

LatticeWorld：一种由多模态大语言模型驱动的交互式复杂世界生成框架

LatticeWorld：一种由多模态大语言模型驱动的交互式复杂世界生成框架

Yinglin Duan, Zhengxia Zou, Tongwei Gu, et al.

Recomposer：基于事件滚动引导的生成式音频编辑

Recomposer：基于事件滚动引导的生成式音频编辑

Daniel P. W. Ellis, Eduardo Fonseca, Ron J. Weiss, et al.